在上個(gè)月的 Train AI 會(huì)議上,特斯拉 AI 及計(jì)算機(jī)視覺部門總監(jiān) Andrej Karpathy 談了自己對(duì)當(dāng)前 Autopilot 發(fā)展的見解,Karpathy 表示他目前正利用特斯拉無人車隊(duì)的大量數(shù)據(jù),試圖通過訓(xùn)練特斯拉的神經(jīng)網(wǎng)絡(luò)模型,來改善 Autopilot 的自動(dòng)駕駛能力。
首先,他簡(jiǎn)要介紹了計(jì)算機(jī)視覺軟件的發(fā)展歷史,以及他稱之為 “software2.0” 的過渡時(shí)代。所謂的 “software2.0” 時(shí)代,是指機(jī)器學(xué)習(xí)能夠代替工程師,設(shè)計(jì)并創(chuàng)建應(yīng)用程序。
進(jìn)一步,他解釋了它是如何應(yīng)用于特斯拉日常的開發(fā)工作,特別是在無人駕駛方面的應(yīng)用。
工程師通常把特斯拉的研發(fā)車稱為“機(jī)器人”。因此,Karpathy 表示特斯拉擁有全球規(guī)模最大的機(jī)器人集群,部署了超過 25 萬輛車。而現(xiàn)在他要做的是,訓(xùn)練這些機(jī)器人并讓它們學(xué)會(huì)自己開車。
Karpathy 提到加入特斯拉 11 個(gè)月以來,他在特斯拉的 Autopilot 部門中推出了更多版本的“軟件 2.0”,他用這些圖像說明了這一點(diǎn):
這是在今年3月份推出的 Autopilot 軟件更新中推出的,他所指的很可能是重寫了特斯拉使用的神經(jīng)網(wǎng)絡(luò)模型,從而顯著地改善了 Autopilot 的性能。
而現(xiàn)在神經(jīng)網(wǎng)絡(luò)模型正在慢慢接收特斯拉 Autopilot 的代碼,Karpathy 強(qiáng)調(diào)該團(tuán)隊(duì)正在致力于數(shù)據(jù)標(biāo)簽和創(chuàng)建基礎(chǔ)數(shù)據(jù)集架構(gòu)的研究。
Karpathy 還談到,自從加入特斯拉以來,他每天睡眠的時(shí)間大大縮短,這其中的原因主要是日常工作由實(shí)際建模和算法研究轉(zhuǎn)向了處理大量數(shù)據(jù)庫(kù)而導(dǎo)致的:
他舉了個(gè)例子,描述了由于不同地區(qū)車道種類的多樣性,標(biāo)記這些不同類型車道線的工作也將變得相當(dāng)復(fù)雜。
他提到的另一個(gè)例子是關(guān)于交通信號(hào)燈的數(shù)據(jù)集,他說這個(gè)數(shù)據(jù)集真的“非常瘋狂”,如下圖所示:
Karpathy 解釋到構(gòu)建數(shù)據(jù)集需要大量的 “時(shí)間和精力”,這是非常 “痛苦的” 的一項(xiàng)工作。這就是為什么他們正試圖在特斯拉建立新工具上創(chuàng)建 “ 軟件 2.0 ”,從而幫助他們完成數(shù)據(jù)庫(kù)構(gòu)建的工作。
-
特斯拉
+關(guān)注
關(guān)注
66文章
6378瀏覽量
129167 -
計(jì)算機(jī)視覺
+關(guān)注
關(guān)注
9文章
1709瀏覽量
46782
原文標(biāo)題:Andrej Karpathy:特斯拉Autopilot計(jì)算機(jī)視覺及神經(jīng)網(wǎng)絡(luò)最新研究進(jìn)展
文章出處:【微信號(hào):AI_Thinker,微信公眾號(hào):人工智能頭條】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究
神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法
王欣然教授團(tuán)隊(duì)提出基于二維材料的高效稀疏神經(jīng)網(wǎng)絡(luò)硬件方案

人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
LSTM神經(jīng)網(wǎng)絡(luò)在語音識(shí)別中的應(yīng)用實(shí)例
Moku人工神經(jīng)網(wǎng)絡(luò)101

評(píng)論